Planteamiento de modelos de regresión para facilitar y mejorar la toma de decisiones de los directivos y cuerpo técnico en un equipo de fútbol.

En este trabajo se realizaron tres modelos predictivos basados en modelos de regresión con la finalidad de mejorar la toma de decisiones a los directivos y directores técnicos, para esto se utilizó el dataset del juego FIFA 19, el cual se filtró y se le hizo la limpieza de datos necesaria a través d...

Full description

Autores:
Martínez Arango, Juan Pablo
Londoño Garzón, Santiago
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2019
Institución:
Universidad ICESI
Repositorio:
Repositorio ICESI
Idioma:
spa
OAI Identifier:
oai:repository.icesi.edu.co:10906/87594
Acceso en línea:
http://repository.icesi.edu.co/biblioteca_digital/handle/10906/87594
http://biblioteca2.icesi.edu.co/cgi-olib?oid=326452
Palabra clave:
Toma de decisiones
Equipos de futbol
Modelos de regresión
Entrenadores de fútbol
Jugadores de fútbol
Trabajos de grado
Ingeniería Industrial
Departamento de Ingeniería Industrial
Rights
License
https://creativecommons.org/licenses/by-nc-nd/4.0/
id ICESI2_2b210d680bcfb94f2378556af78e906c
oai_identifier_str oai:repository.icesi.edu.co:10906/87594
network_acronym_str ICESI2
network_name_str Repositorio ICESI
repository_id_str
spelling Acosta Amado, Rolando JoséMartínez Arango, Juan PabloLondoño Garzón, SantiagoAsesor TesisCali de Lat: 03 24 00 N degrees minutes Lat: 3.4000 decimal degrees Long: 076 30 00 W degrees minutes Long: -76.5000 decimal degrees.2021-07-30T07:33:05Z2019-01-012021-07-30T07:33:05Z2019-01-01326452http://repository.icesi.edu.co/biblioteca_digital/handle/10906/87594http://biblioteca2.icesi.edu.co/cgi-olib?oid=326452En este trabajo se realizaron tres modelos predictivos basados en modelos de regresión con la finalidad de mejorar la toma de decisiones a los directivos y directores técnicos, para esto se utilizó el dataset del juego FIFA 19, el cual se filtró y se le hizo la limpieza de datos necesaria a través de una herramienta de ejecución de código online llamada Jupyter para poder ejecutar y entrenar a los modelos. Los resultados muestran tres modelos predictivos exitosos, y las variables más influyentes a la hora de determinar los goles anotados, el Overall y el Value de un jugador de fútbol. Por lo tanto, se concluye que si un cuerpo técnico utiliza los métodos anteriormente mencionados, está en la capacidad de determinar el Ratio, el Overall y el valor general del jugador observado, lo que le ayudará a la hora de tener que tomar una decisión crucial.52 páginasDigitalapplication/pdfspaUniversidad IcesiFacultad de IngenieríaDepartamento de Ingeniería IndustrialSantiago de CaliEL AUTOR, expresa que la obra objeto de la presente autorización es original y la elaboró sin quebrantar ni suplantar los derechos de autor de terceros, y de tal forma, la obra es de su exclusiva autoría y tiene la titularidad sobre éste. PARÁGRAFO: en caso de queja o acción por parte de un tercero referente a los derechos de autor sobre el artículo, folleto o libro en cuestión, EL AUTOR, asumirá la responsabilidad total, y saldrá en defensa de los derechos aquí autorizados; para todos los efectos, la Universidad Icesi actúa como un tercero de buena fe. Esta autorización, permite a la Universidad Icesi, de forma indefinida, para que en los términos establecidos en la Ley 23 de 1982, la Ley 44 de 1993, leyes y jurisprudencia vigente al respecto, haga publicación de este con fines educativos Todo persona que consulte ya sea la biblioteca o en medio electrónico podrá copiar apartes del texto citando siempre la fuentes, es decir el título del trabajo y el autor.https://creativecommons.org/licenses/by-nc-nd/4.0/Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)http://purl.org/coar/access_right/c_abf2Toma de decisionesEquipos de futbolModelos de regresiónEntrenadores de fútbolJugadores de fútbolTrabajos de gradoIngeniería IndustrialDepartamento de Ingeniería IndustrialPlanteamiento de modelos de regresión para facilitar y mejorar la toma de decisiones de los directivos y cuerpo técnico en un equipo de fútbol.info:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fTrabajo de gradohttp://purl.org/coar/version/c_970fb48d4fbd8a85ORIGINALTG03098.pdfapplication/pdf1523776http://repository.icesi.edu.co/biblioteca_digital/bitstream/10906/87594/1/TG03098.pdfb076ee47550e4a69d3946cfc64cc7c2dMD5110906/87594oai:repository.icesi.edu.co:10906/875942021-07-30 02:33:07.124Biblioteca Digital - Universidad icesicdcriollo@icesi.edu.co
dc.title.none.fl_str_mv Planteamiento de modelos de regresión para facilitar y mejorar la toma de decisiones de los directivos y cuerpo técnico en un equipo de fútbol.
title Planteamiento de modelos de regresión para facilitar y mejorar la toma de decisiones de los directivos y cuerpo técnico en un equipo de fútbol.
spellingShingle Planteamiento de modelos de regresión para facilitar y mejorar la toma de decisiones de los directivos y cuerpo técnico en un equipo de fútbol.
Toma de decisiones
Equipos de futbol
Modelos de regresión
Entrenadores de fútbol
Jugadores de fútbol
Trabajos de grado
Ingeniería Industrial
Departamento de Ingeniería Industrial
title_short Planteamiento de modelos de regresión para facilitar y mejorar la toma de decisiones de los directivos y cuerpo técnico en un equipo de fútbol.
title_full Planteamiento de modelos de regresión para facilitar y mejorar la toma de decisiones de los directivos y cuerpo técnico en un equipo de fútbol.
title_fullStr Planteamiento de modelos de regresión para facilitar y mejorar la toma de decisiones de los directivos y cuerpo técnico en un equipo de fútbol.
title_full_unstemmed Planteamiento de modelos de regresión para facilitar y mejorar la toma de decisiones de los directivos y cuerpo técnico en un equipo de fútbol.
title_sort Planteamiento de modelos de regresión para facilitar y mejorar la toma de decisiones de los directivos y cuerpo técnico en un equipo de fútbol.
dc.creator.fl_str_mv Martínez Arango, Juan Pablo
Londoño Garzón, Santiago
dc.contributor.advisor.none.fl_str_mv Acosta Amado, Rolando José
dc.contributor.author.none.fl_str_mv Martínez Arango, Juan Pablo
Londoño Garzón, Santiago
dc.contributor.role.none.fl_str_mv Asesor Tesis
dc.subject.none.fl_str_mv Toma de decisiones
Equipos de futbol
Modelos de regresión
Entrenadores de fútbol
Jugadores de fútbol
Trabajos de grado
Ingeniería Industrial
Departamento de Ingeniería Industrial
topic Toma de decisiones
Equipos de futbol
Modelos de regresión
Entrenadores de fútbol
Jugadores de fútbol
Trabajos de grado
Ingeniería Industrial
Departamento de Ingeniería Industrial
description En este trabajo se realizaron tres modelos predictivos basados en modelos de regresión con la finalidad de mejorar la toma de decisiones a los directivos y directores técnicos, para esto se utilizó el dataset del juego FIFA 19, el cual se filtró y se le hizo la limpieza de datos necesaria a través de una herramienta de ejecución de código online llamada Jupyter para poder ejecutar y entrenar a los modelos. Los resultados muestran tres modelos predictivos exitosos, y las variables más influyentes a la hora de determinar los goles anotados, el Overall y el Value de un jugador de fútbol. Por lo tanto, se concluye que si un cuerpo técnico utiliza los métodos anteriormente mencionados, está en la capacidad de determinar el Ratio, el Overall y el valor general del jugador observado, lo que le ayudará a la hora de tener que tomar una decisión crucial.
publishDate 2019
dc.date.available.none.fl_str_mv 2019-01-01
2021-07-30T07:33:05Z
dc.date.issued.none.fl_str_mv 2019-01-01
dc.date.accessioned.none.fl_str_mv 2021-07-30T07:33:05Z
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.local.none.fl_str_mv Trabajo de grado
format http://purl.org/coar/resource_type/c_7a1f
dc.identifier.other.none.fl_str_mv 326452
dc.identifier.uri.none.fl_str_mv http://repository.icesi.edu.co/biblioteca_digital/handle/10906/87594
dc.identifier.OLIB.none.fl_str_mv http://biblioteca2.icesi.edu.co/cgi-olib?oid=326452
identifier_str_mv 326452
url http://repository.icesi.edu.co/biblioteca_digital/handle/10906/87594
http://biblioteca2.icesi.edu.co/cgi-olib?oid=326452
dc.language.iso.none.fl_str_mv spa
language spa
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.uri.none.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.license.none.fl_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
http://purl.org/coar/access_right/c_abf2
dc.format.extent.none.fl_str_mv 52 páginas
dc.format.medium.none.fl_str_mv Digital
dc.format.mimetype.none.fl_str_mv application/pdf
dc.coverage.spatial.none.fl_str_mv Cali de Lat: 03 24 00 N degrees minutes Lat: 3.4000 decimal degrees Long: 076 30 00 W degrees minutes Long: -76.5000 decimal degrees.
dc.publisher.none.fl_str_mv Universidad Icesi
dc.publisher.faculty.none.fl_str_mv Facultad de Ingeniería
dc.publisher.department.none.fl_str_mv Departamento de Ingeniería Industrial
dc.publisher.place.none.fl_str_mv Santiago de Cali
publisher.none.fl_str_mv Universidad Icesi
institution Universidad ICESI
bitstream.url.fl_str_mv http://repository.icesi.edu.co/biblioteca_digital/bitstream/10906/87594/1/TG03098.pdf
bitstream.checksum.fl_str_mv b076ee47550e4a69d3946cfc64cc7c2d
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Biblioteca Digital - Universidad icesi
repository.mail.fl_str_mv cdcriollo@icesi.edu.co
_version_ 1808499215431630848

Publicaciones similares